CN112803505B - 分布式电压源变流器协同控制方法及交直流混联微电网 - Google Patents

Abstract

本发明公开了分布式电压源变流器协同控制方法及交直流混联微电网，包括：通过双向互联变换器调节交流子电网和直流子电网之间的功率流；当交流子电网负载突然变化时，计算交流子电网的总最优功率输入，判断当前交流子电网中的DER总功率是否达到交流子电网总最优功率输入；如果达到，通过虚拟惯性算法计算交流子电网中每个DER的输入功率贡献；如果未达到，且直流子电网中的DER有多余的功率，则直流子电网参与协同控制；本发明显著提高了微电网的惯性，减少了通信带宽，延长了存储设备的使用寿命，并具有快速稳定的控制特点。

Description

分布式电压源变流器协同控制方法及交直流混联微电网

技术领域

本发明涉及分布式电压源变流器协同控制技术领域，尤其涉及一种分布式电压源变流器协同控制方法及交直流混联微电网。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

为了减少引起全球变暖的温室气体对环境的影响，可再生能源供电的需求正在增加。大气中二氧化碳排放总量的40％由全世界发电产生。因此，电力工业的能源需要从不可再生能源(如煤炭和天然气)转移到更可持续的能源(如太阳能，风能，水能，氢能等)。然而，利用现有技术，这种对能源形式的改变，是以较低的电能质量和较弱的电网为代价的。例如：传统电力系统中采用大型旋转式高惯量的集中发电系统，而高水平可再生能源发电系统与分布式电源(主要是静态)相关。

针对低惯量交流微电网中频率控制这一突出问题，现有的解决方案可以分为两种，即：传统的基于下垂的方法和同步电机惯性模拟。下垂方法使用电池储能控制来改善电力系统的频率响应。同步电机惯性模拟也称为虚拟同步发电机(VSG)，在负载突然变化时，它利用自适应惯性和阻尼系数，来改善微电网或电力系统的频率性能。

通常可以通过三种方法解决直流微电网的弱惯性问题，即：大型储能系统，较大的直流母线电容值和虚拟阻抗(虚拟电感和电容)。第一种方法是最古老的，其他两种方法相对较新。大能量存储和直流总线电容的使用成本非常高，因此，虚拟阻抗方法及其改进和应用越来越受到人们的关注。

常规的基于下垂的方法，在急剧的负载变化时，频率变化率较高，这一问题可能导致电力系统不稳定。并且这些方法具有恒定的下垂系数，在动态频率过程中无法修改，导致频率在发生偏差之后，返回到额定值的过程较慢。

与传统的下垂方法相比，同步电机惯性模拟表现出了更好的性能。然而，对于微电网内分布在各个风力发电厂/太阳能光伏发电机上的多个VSG功率变换器，如何协调它们有效地提供足够的惯性以减少频率干扰，目前尚无解决方案。

另外，尽管虚拟阻抗方法比其他两种直流微电网惯性控制方法有更多优势，但对于在微电网不同位置分布有多个电压源变换器的情形，仍然缺乏适用的方法。也就是说，目前尚无技术解决方案，可以将所有变换器协同创建的虚拟惯性组合在一起，来改善微电网系统的惯性，稳定由负荷或发电量的突然变化引起的直流母线电压变化。

发明内容

为了解决上述问题，本发明提出了分布式电压源变流器协同控制方法及交直流混联微电网，多智能体协同控制，使微电网中的多个变换器协同工作，改善微电网的惯性响应。

在一些实施方式中，采用如下技术方案：

一种分布式电压源变流器协同控制方法，包括：

通过双向互联变换器调节交流子电网和直流子电网之间的功率流；

当交流子电网负载突然变化时，计算交流子电网的总最优功率输入，判断当前交流子电网中的DER总功率是否达到交流子电网总最优功率输入；如果达到，通过虚拟惯性算法计算交流子电网中每个DER的输入功率贡献；如果未达到，且直流子电网中的DER有多余的功率，则直流子电网参与协同控制；

当直流子电网负载突然变化时，计算直流总最优功率输入，判断当前直流子电网中的DER总功率是否达到所述直流总最优功率输入；如果达到，通过虚拟惯性算法计算每个DER的输入功率贡献；如果未达到，且交流子电网中的DER有多余的功率，则交流子电网参与协同控制。

进一步地，直流子电网参与协同控制，具体包括：

交流子电网提供储能系统中的所有可用功率，并从直流子电网获得功率平衡；直流子电网通过虚拟惯性方法提供交流子电网实现最佳控制所需的平衡功率。

进一步地，交流子电网参与协同控制，具体包括：

直流子电网提供储能系统中的所有可用功率，并从交流子电网获得功率平衡；交流子电网通过虚拟惯性方法提供交流子电网实现最佳控制所需的平衡功率。

进一步地，如果交流子电网中的DER总功率没有达到其对应的总最优功率输入，并且，直流子电网中的DER没有多余的功率，则通过虚拟惯性算法计算交流子电网中每个DER的输入功率贡献；

如果直流子电网中的DER总功率没有达到其对应的总最优功率输入，并且，交流子电网中的DER没有多余的功率，则通过虚拟惯性算法计算直流子电网中每个DER的输入功率贡献。

进一步地，通过虚拟惯性算法计算交流子电网或者直流子电网中每个DER的输入功率贡献，每个DER的贡献遵循两个规则：

(i)每个DER将按其最大额定值分配功率；

(ii)每个DER将按其当前的充电状态分配功率。

进一步地，所述每个DER将按其最大额定值分配功率，通过容量协同控制体现，具体包括：

其中，

P_{i_max}、P_{j_max}分别是储能系统在DER_i和DER_j的最大额定功率，

分别是DER_i在时间步长k和k+1的贡献功率输入，

是DER_j在时间步长k的贡献功率输入，x∈[ac,dc]。

进一步地，所述每个DER将按其当前的充电状态分配功率，通过充电状态协同控制体现，具体包括：

其中，

分别是DER_i、DER_j中储能系统的动态平均充电状态，

是系统平均充电状态随时间的变化函数，SoC_i(t)是DER_i中储能系统的充电状态随时间的变化函数，SoC_i是DER_i中储能系统的充电状态，SoC_min是储能系统的最小充电状态，τ表示积分参数,Y_i是节点i的所有邻居的集合，a_ij是邻接矩阵的第(i,j)个元素。

进一步地，通过虚拟惯性算法计算交流子电网或者直流子电网中每个DER的输入功率贡献，具体为：

其中，η_xi＝是电池和超级电容器储能的充电效率/放电效率，ΔP_xi是每个DERi的电源输入贡献，β_xi是DERi处的储能充电系数，x表示交流子电网或者直流子电网。

在另一些实施方式中，采用如下技术方案：

一种交直流混联微电网，其特征在于，采用上述的分布式电压源变流器协同控制方法，实现交直流电网协同控制。

在另一些实施方式中，采用如下技术方案：

一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的分布式电压源变流器协同控制方法。

与现有技术相比，本发明的有益效果是：

1、本发明显著提高了具有多个分布式变换器接口可再生能源交直流混合微电网的惯性。当电源提供的功率或负载汲取的功率突然变化时，降低了系统的频率或直流母线电压变化。

2、本发明最大程度地利用了分布在整个微电网中的能源，使其协同工作以确保微电网的频率或直流母线电压控制。因此，随着DER数量的增加，也可以容纳它们以继续运行。现有技术没有将多个DER的能力结合到频率和直流微电网母线电压的控制上。

3、本发明协同控制方法仅使用每个DER及其直接邻居的通信。使用通信带宽较少，在有通信信道延迟和干扰的情况下也能很好地工作。

4、本发明通过使用超级电容器覆盖提供功率输入，调节与额定值的较大频率偏差，延长储能系统的电池寿命。

5、本发明将频率或直流母线电压变化率安全地保持在确保微电网系统稳定性的范围内。

6、本发明显著提高了微电网的惯性，减少了通信带宽，延长了存储设备的使用寿命，并具有快速稳定的控制特点。

本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。

附图说明

图1为本发明实施例中具有分布式能源(DER)的交直流混合微电网示意图；

图2为本发明实施例中直流子电网中每个分布式能源(DER)的内部视图；

图3为本发明实施例中交流子电网中每个分布式能源(DER)的内部视图；

图4(a)-(b)分别为本发明实施例中DER的网络物理布局；

图5为本发明实施例中协同虚拟惯性算法示意图；

图6为本发明实施例中提高交流子电网协同虚拟惯性的流程图；

图7为本发明实施例中提高直流子电网协同虚拟惯性的流程图；

图8为本发明实施例中逆变器的VSG-下垂控制；

图9为本发明实施例中逆变器的控制方案示意图；

图10为DC-DC双向升压变换器虚拟惯性的预测控制示意图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例一

在一个或多个实施方式中，公开了一种分布式电压源变流器协同控制方法，该方法用于可再生能源供电的交直流混合微电网，实现分布式协同控制。

图1展示了由可再生能源供电的交直流混合微电网的概况(仅显示了太阳能和风能，但也适用于潮汐，波浪，地热，水力，生物能等)。微电网包括直流子电网和交流子电网，它们通过双向互联变换器连接在一起。每个子电网都有分布式能源(DER)和相连的负荷。直流子电网具有M个DER，交流子电网具有N个DER。

图2给出了直流子电网中每个分布式能源(DER)的内部视图。太阳能和风能电源通过升压DC-DC变换器连接到直流总线，产生的可再生能源存储在能量存储系统(ESS)中。

ESS由电池(B1)和超级电容器(C1)组成。控制器Gess(s)确保仅在负载功率ΔP_L和直流母线电压v_dc发生微小变化时，由电池提供能量来调节；负载功率ΔP_L和直流母线电压v_dc.发生较大变化时，由超级电容器提供能量来调节。从而延长了电池寿命，降低了微电网系统的成本。燃料电池和飞轮储能系统都具有类似电池的高能量密度，可以用于实现图中所示与电池相同的目的。

类似地，图3给出了了交流电网的每个DER、接口功率变换器和能量存储系统的内部视图，同时给出了它们连接到逆变器并在电容器两端提供Vdc的过程。

在交直流混合微电网中，大型电动泵和空调装置的开启，使微电网的负载发生突然变化，导致交流子电网的频率降低，直流子电网中的电压发生变化。因此，我们需要使用电力电子变换器来调节频率返回额定值。在本发明中，我们将控制微电网中的多个分布式能源，即：直流子电网中的DER_dc1,DER_dc2,…DER_dcM，以及交流子电网中的DER_ac1,DER_ac2,…DER_acN，如图1所示。

如图4(a)-(b)所示，每个DER表示为节点1,2,…i,…M or N。

互联变换器像开关一样操作，以调节两个子电网之间的功率流。例如，在交流子电网运行期间，如果交流子电网中的DER没有足够的功率来调节由突然的负荷变化引起的频率偏差，则在本发明中将应用虚拟惯性协同控制方案。如果直流子电网中的DER具有多余的功率，交流子电网中的DER将从直流子电网中的DER获得功率。如图6所示，这一过程是按前述虚拟惯性协同控制的两个步骤为原则完成的。图7说明了当直流子电网中的能量不足时，如何在交流子电网DER的额外支持下，实现直流子电网的惯性运行。因此，功率可以双向流过互联变换器，增强了系统惯性。

本实施例分布式电压源变流器协同控制方法具体为：

参照图6，对于交流子电网，当负载突然变化时，计算交流总最优功率输入，判断当前交流子电网中的DER总功率是否达到所述交流总最优功率输入；如果达到，通过虚拟惯性算法计算每个DER的输入功率贡献；如果未达到，判断直流子电网中的DER是否具有多余的功率：

如果直流子电网中的DER没有多余的功率，直流子电网将不参与协同控制。在这种情况下，仅交流子电网参与协同控制。

如果直流子电网中的DER有多余的功率，则交流子电网和直流子电网一起提供功率。交流子电网提供了储能系统中的所有可用功率，并从直流子电网获得功率平衡。

例如，如果总所需功率为50kW，交流子电网仅有40kW可用，此时可从直流子电网获得10kW，达到功率平衡。直流子电网可提供交流子电网实现最佳控制所需的不足/平衡。

同样的道理，参照图7，对于直流子电网，当负载突然变化时，计算直流总最优功率输入，判断当前直流子电网中的DER总功率是否达到所述直流总最优功率输入；如果达到，通过虚拟惯性算法计算每个DER的输入功率贡献；如果未达到，判断交流子电网中的DER是否具有多余的功率：

如果交流子电网中的DER没有多余的功率，交流子电网将不参与协同控制。在这种情况下，仅直流子电网参与协同控制。

如果交流子电网中的DER有多余的功率，则交流子电网和直流子电网一起提供功率。直流子电网提供了储能系统中的所有可用功率，并从交流子电网获得功率平衡。

两个子电网都应用了图5中的协同虚拟惯性算法。

参照图5，分两步执行，实现每个子电网中的虚拟惯性协同控制；

(1)在所有需要提高惯性的储能系统中，使用模型预测控制(MPC)计算总最优功率输入ΔP_ct，控制交流子电网中的频率和频率变化率以及直流子电网中的电压偏差和电压偏差的变化率。

具体地，对于目标函数G_ac和G_dc，使用模型预测控制来计算最佳的所需总功率控制输入：

a)G_ac是交流子电网代价函数，记为

其中，G_ac是要最小化的目标函数,微电网系统惯性

Δf是频率偏差，

频率变化率(ROCOF)，ΔP_acT是微电网中所有DER用来调节频率所需的总最优功率，μ_f，μ_df和μ_u分别是频率，ROCOF和输入功率的调谐权重。

Δf,

和ΔP_acT满足：

交流频率偏差(Δf_min≤Δf≤Δf_max)，频率变化率(ROCOF)限制

和功率限制约束(P_{i_min}≤ΔP_acT≤P_{i_max})。

瞬时控制输入需要同时满足调节要求和DER的物理限制(额定功率,P_{i_max})。

b)G_dc是直流子电网代价函数，记为

其中，G_dc是要最小化的目标函数,直流子电网虚拟电容

ΔP_dc＝v_dci_cdc，C_v是虚拟电容，i_cdc代表所需直流控制输入电流(见图10)。

Δv_dc,

和ΔP_fcT满足：

直流电压偏差限制(Δv_dcmin≤Δv_dc≤Δv_dcmax)，直流母线变化率限制

功率极限约束(P_{i_min}≤ΔP_dcT≤P_{i_max})。

方程(1a)和(1b)的解给出了微电网中，所有功率变换器将频率偏差、频率变化率、直流母线电压偏差、直流母线电压变化率维持在上限和下限范围内的最佳总功率值。

本步骤的输出是每个子电网的最佳所需总功率控制输入ΔP_xT,其中x∈[ac,dc]，(即ΔP_acT,ΔP_dcT分别是交流和直流子电网的总功率控制输入)。

(2)将该总所需功率输入，按最大额定功率和给定时间的充电状态原则，分配给直流子电网中的M个DER和交流子电网中的N个DER。

使得

每个DERi的贡献遵循两个规则：

(i)每个DER将按其最大额定值分配功率；

(ii)每个DER将按其当前的充电状态分配功率。

这两个规则分别由容量协同控制(方程2a和2b)和充电状态协同控制(方程3a和3b)体现。容量协同控制在下一个时间步长k，为每个DER提供

的功率输入贡献，充电状态协同控制提供储能系数

下面将分别描述通过容量协同控制和充电水平协同控制获得

和

的过程。

①容量协同控制

假设微电网的交流或直流子电网中DER的通用数量为Y。对于DERi及其邻居DERj，下面的容量控制方程式，可确保每个DER_i的输入功率贡献与其额定容量成正比。因此，具有较大额定功率的DER可以为调节频率/电压偏移提供更多功率。

其中，

和γ_xi,γ_xj是与已安装的最大储能容量成比例的加权系数，x∈[ac,dc]，服从

即所有采样时间的输入功率之和等于总初始输入功率。

②充电状态协同控制

充电状态协同控制由方程3a和3b描述。每个DER_i仅需要相邻DER的充电状态信息，即可获得微电网系统范围中所有Y-DERs的平均充电水平(其中Y是交流或直流子电网中DER的一般数量)。这使得它仅需较低的带宽，并且即使在通信失败或延迟的情况下，也能很好地工作。

系统平均充电状态(SoC)基于观测器设计：

其中，τ表示积分参数,Y_i是节点i的所有邻居的集合，a_ij是邻接矩阵的第(i,j)个元素。P_{i_max}、P_{j_max}分别是储能系统在DER_i的最大额定功率、DER_j的最大额定功率；

分别是DER_i在时间步长k+1和时间步长k的贡献功率输入；x＝{ac,dc}。

将基于代价的储能参与系数定义为：

其中，

分别是DER_i、DER_j中储能系统的动态平均充电状态，

是系统平均充电状态随时间的变化函数，SoC_i(t)是DER_i中储能系统的充电状态随时间的变化函数，SoC_i是DER_i中储能系统的充电状态，SoC_min是储能系统的最小充电状态。

也就是说，当DER_i(SoC_i)的充电状态大于在节点i处观察到的平均充电状态时，DER_i提供功率输入，否则它不提供任何功率。此外，DER_i的充电水平越高，其对实现控制目标所需的功率输入的贡献就越大。

考虑到电池和超级电容器的充电效率，每个DERi的最终贡献由公式(4)给出

其中，η_xi＝是电池和超级电容器储能的充电效率/放电效率，ΔP_xi是每个DERi的电源输入贡献，β_xi是DERi处的储能充电系数，用于x-子电网。β_xi储能系数，DER_i为第i个DER，

是DER_i在时间步长k的贡献功率输入。

如图8，在交流子电网中，在时间k的功率输入

应用于VSG-MPC逆变器控,，以控制图9所示的逆变器。如图10，在直流子电网中，功率输入

根据关系

提供用于虚拟惯性控制的当前参考i_cdc。

实施例二

在一个或多个实施方式中，公开了一种交直流混联微电网，其采用实施例一中的分布式电压源变流器协同控制方法，实现交直流电网协同控制。

实施例三

在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一中的分布式电压源变流器协同控制方法。为了简洁，在此不再赘述。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。

实施例一中的分布式电压源变流器协同控制方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (6)

1.一种分布式电压源变流器协同控制方法，其特征在于，包括：

通过双向互联变换器调节交流子电网和直流子电网之间的功率流；

当交流子电网负载突然变化时，计算交流子电网的总最优功率输入，判断当前交流子电网中的DER总功率是否达到交流子电网总最优功率输入；如果达到，计算交流子电网中每个DER的输入功率贡献；如果未达到，且直流子电网中的DER有多余的功率，则直流子电网参与协同控制；

当直流子电网负载突然变化时，计算直流子电网总最优功率输入，判断当前直流子电网中的DER总功率是否达到所述直流子电网总最优功率输入；如果达到，计算直流子电网中每个DER的输入功率贡献；如果未达到，且交流子电网中的DER有多余的功率，则交流子电网参与协同控制；

计算交流子电网或者直流子电网中每个DER的输入功率贡献，具体为：

其中，η_xi是电池和超级电容器储能的充电效率或放电效率，ΔP_xi是每个DER的电源输入贡献，β_xi是DER处的储能充电系数，x表示交流子电网或者直流子电网；

计算交流子电网或者直流子电网中每个DER的输入功率贡献，每个DER的贡献遵循两个规则：

(1)每个DER将按其最大额定值分配功率；

所述每个DER将按其最大额定值分配功率，通过容量协同控制体现，具体包括：

其中，P_{i_max}、P_{j_max}分别是储能系统在DER_i和DER_j的最大额定功率，

分别是DER_i在时间步长k和k+1的输入功率贡献，

是DER_j在时间步长k的输入功率贡献,Y_i是节点i的所有邻居的集合，x∈[ac,dc]；

(2)每个DER将按其当前的充电状态分配功率；

所述每个DER将按其当前的充电状态分配功率，通过充电状态协同控制体现，具体包括：

其中，

分别是DER_i、DER_j中储能系统的动态平均充电状态，

是系统平均充电状态随时间的变化函数，SoC_i(t)是DER_i中储能系统的充电状态随时间的变化函数，SoC_i是DER_i中储能系统的充电状态，SoC_min是储能系统的最小充电状态，τ表示积分参数，a_ij是邻接矩阵的第(i,j)个元素。

2.如权利要求1所述的一种分布式电压源变流器协同控制方法，其特征在于，直流子电网参与协同控制，具体包括：

交流子电网中的DER总功率不能达到交流子电网总最优功率输入时，交流子电网提供DER中储能系统的可用功率，并从直流子电网获得功率平衡；直流子电网通过虚拟惯性方法提供交流子电网实现最佳控制所需的平衡功率。

3.如权利要求1所述的一种分布式电压源变流器协同控制方法，其特征在于，交流子电网参与协同控制，具体包括：

直流子电网中的DER总功率不能达到所述直流子电网总最优功率输入时，直流子电网提供DER中储能系统的可用功率，并从交流子电网获得功率平衡；交流子电网通过虚拟惯性方法提供交流子电网实现最佳控制所需的平衡功率。

4.如权利要求1所述的一种分布式电压源变流器协同控制方法，其特征在于，如果交流子电网中的DER总功率没有达到其对应的总最优功率输入，并且，直流子电网中的DER没有多余的功率，则计算交流子电网中每个DER的输入功率贡献；

如果直流子电网中的DER总功率没有达到其对应的总最优功率输入，并且，交流子电网中的DER没有多余的功率，则计算直流子电网中每个DER的输入功率贡献。

5.一种交直流混联微电网，其特征在于，采用权利要求1-4任一项所述的分布式电压源变流器协同控制方法，实现交直流电网协同控制。

6.一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-4任一项所述的分布式电压源变流器协同控制方法。

Images